基于 YOLO 与大模型的无人机河道智能巡检系统
项目概述
本系统旨在构建一套结合改进 YOLO 深度学习模型与 DeepSeek/Qwen 大语言模型的河道环境智能检测与分析平台。通过计算机视觉技术识别河道目标，并利用自然语言处理能力生成专业分析报告，为河道治理、环境保护提供智能化支持。系统支持单张图片、批量图片、视频文件及实时摄像头等多种输入方式，实现了从环境检测到智能建议的完整闭环。
核心功能特性
多场景检测支持
系统全面覆盖多种输入模式，适应不同作业需求：
- 单图检测：支持拖拽上传或文件选择，实时预览处理进度。
- 批量检测：支持文件夹压缩上传（JSZip），后台自动解压并逐张处理，结果可打包下载。
- 视频检测：支持 MP4、AVI 等格式，逐帧检测标注，输出带框视频或 MJPEG 实时流。
- 实时摄像：接入 USB 或网络摄像头，低延迟实时标注，支持录像保存。
检测对象范围
针对河道环境特点，系统可精准识别以下目标：
- 漂浮物与垃圾：塑料瓶、塑料袋、泡沫等。
- 水生植物：水葫芦、藻类、水草过度生长情况。
- 污染物：油污、化学污染物、浑浊水体。
- 设施状态：护岸、堤坝、桥梁、排污口等。
- 生物与异常：鱼类、鸟类、非法排污、违规捕捞等行为。
系统架构设计
系统采用三层架构设计，确保高内聚低耦合：
- 前端展示层：基于 Vue3 + Element Plus，负责用户交互、实时结果可视化及历史记录管理。
- 业务逻辑层：Spring Boot 处理用户管理与数据存储，Flask 中台负责模型调用与 AI 分析接口，任务调度由后端统一协调。
- 深度学习层：PyTorch 框架下的改进 YOLO 模型，提供高效推理服务，支持模型重训练与优化。
关键技术集成
- 实时通信：SocketIO 实现前后端消息传递与进度反馈。
- 视频处理：FFmpeg 用于转码与流处理。
- 数据存储：MySQL 存储用户数据与检测记录。
- ：集成 DeepSeek/Qwen API 进行智能分析。
